Labvanced的网络摄像头眼动追踪

Labvanced的网络摄像头眼动追踪技术提供可扩展的、无硬件依赖、无与伦比的准确性，非常适合实验室内或远程研究。它使研究人员能够在多样的参与者群体中收集一致的高质量注视测量，是广泛研究设计的实用且强大的选择。

Labvanced网络摄像头眼动追踪：远程眼动追踪的新标准

Labvanced提供研究级的眼动追踪，任何拥有标准网络摄像头的人都可以使用。随着可及性的提高和在实验工作流程中的完全整合，进行实验室内和远程研究的研究人员可以轻松利用高准确性的、经过同行评审的网络摄像头眼动追踪。

成功网络摄像头眼动追踪的四大关键功能

要开展成功的网络摄像头眼动追踪研究，四个原则至关重要：准确性确保提供可靠数据，不受硬件变异的影响；适应性和控制允许研究人员根据不同参与者的合规水平量身定制协议和性能阈值；而毫不妥协的隐私是伦理远程数据采集和参与者信任的不可谈判条件。

准确性

利用专有的深度训练神经网络，Labvanced实现了稳定的注视估计可靠性，准确性达到1.3视觉度。

隐私

通过自动的客户端处理，所有敏感的视觉数据在本地计算，确保没有敏感的参与者信息离开他们的设备。

适应性

该系统具有可调设置和灵活配置，专为满足从婴儿到老年人等群体的独特需求和合规挑战而设计。

控制

全面掌控实验过程，例如定义最小注视性能要求、指定校准流程以及在每个任务和试验中设置严格的管理规则。

收集的数据

Labvanced提供种类繁多的基于网络摄像头的眼动追踪输出，方便准确捕获研究所需的具体细节。从精确的注视坐标到丰富的注视指标和试验级别的诊断，平台提供全面的数据，以了解参与者如何与视觉刺激进行互动。

注视位置

注视位置坐标（X和Y）可以在整个任务中捕获，并可以进一步调整，以便数据仅记录特定的AOI或兴趣区域。这将与其他数据点一起配对，如时间戳（T）和置信区间（C），后者是测量眼睛在测量期间开放程度的指标。

注视

对于希望收集超出注视坐标的数据的研究，基于注视的数据收集也是一项选择，其关键指标包括：

• 注视数量
• 第一次注视时间
• 注视持续时间

更多特定试验的凝视数据

Labvanced 的基于网络摄像头的眼动追踪提供了丰富的特定试验数据，远超凝视坐标。对于每个试验，研究人员可以访问诸如 最后缓存的凝视位置 或最后缓存的注视，以及 校准误差 等诊断指标。这一额外的数据细节使得评估数据质量和更有信心地解释参与者的观看行为变得更加容易，同时也可以利用这些信息进一步控制实验的行为。

收集到的数据可以按您的规格导出为可供分析的格式，包括 CSV、XLSX、TSV。

精细校准选项

校准程序与数据质量和输出密切相关。Labvanced 使您可以精确指定校准何时以及如何运行。

• 眼动追踪校准是研究人员需要积极参与眼动追踪系统的唯一部分。
• 由于每个研究的要求不同，许多设置可调整以进行校准程序。
• 校准的长度与准确性之间存在主要的权衡，较长的校准程序将导致更准确的数据输出。
• 诸如虚拟下巴托的强度或重新校准设置等其他调整也是值得考虑的。

基准准确性

Labvanced 的网络摄像头眼动追踪的准确性是其下一个最佳竞争对手的 2-3 倍，而且超过 80% 的眼动追踪研究将可以使用我们的系统。Labvanced 提供了唯一的研究级（经过同行评审的）科学出版的网络摄像头眼动追踪解决方案。

通过与硬件眼动追踪的比较进行验证

• 我们的基于网络摄像头的眼动追踪系统具有约 1.2 到 1.4 的视觉度数的突破性准确性。
• 我们与 EyeLink 1000 硬件眼动追踪系统的比较研究显示出大于 0.9 的皮尔逊相关性。
• 对自然场景的视觉分析直观确认了 Labvanced 的预测与 EyeLink 的真实情况之间的接近程度。
• Labvanced 的基于网络摄像头的眼动追踪准确性仅比 EyeLink 1000 系统低约 0.5°。

• 在屏幕中心呈现的刺激的准确性甚至更高。
• 准确性在时间上是一致的，并且没有随着时间而下降。
• 唯一的其他流行的基于网络摄像头的系统（WebGazer - Papoutsaki, 2015）报告的准确性约为 4 个视觉度数，这表明我们的系统比其他任何东西都要准确约 3 倍。

Labvanced 网络摄像头眼动追踪与 WebGazer 的比较

通常，基于网络摄像头的眼动追踪已成为 WebGazer 的代名词。Labvanced 的眼动追踪则通过使用自定义神经网络来估算凝视坐标，而属于其自己的类别。下面的表格快速展示了这两种眼动追踪工具的表现如何截然不同：

Gorilla，一个无代码实验平台，也使用 WebGazer 进行其网络摄像头眼动追踪。有关这两个平台的眼动追踪之外的其他差异，请参见完整的 Labvanced与Gorilla比较。

科学影响：Labvanced 在同行评审文献中的表现

其他人如何在他们的研究中使用 Labvanced 的网络摄像头眼动追踪？以下是一些示例：

人工智能的帮助性和不确定性对与药剂师的认知互动的影响：随机对照试验

在这项随机对照试验研究中，研究人员利用 Labvanced 的基于网络摄像头的眼动追踪来确定药剂师在与人工智能决策支持互动时视觉注意力的变化。通过远程捕获在药品核查任务中的凝视，研究人员揭示了人工智能建议（即使在不确定的情况下）如何重塑认知处理。

Tsai, C. C., et al. (2025). 人工智能的帮助性和不确定性对与药剂师的认知互动的影响：随机对照试验。 医学互联网研究杂志, 27, e59946。

超越建筑密度：对都市环境下情感体验的粗略到精细的分析

在这项研究中，作者利用 Labvanced 的基于网络摄像头的眼动追踪技术在参与者查看城市环境图像时收集凝视数据。通过追踪参与者对不同城市场景特征的注视行为，研究人员能够将视觉注意力与对建筑与自然元素的情感评估联系起来。使用 Labvanced 能够在线按规模完成这项任务，捕捉精细的眼动指标，而无需专门的实验室硬件。

Sander, I.，等（2024）。超越建筑密度：对城市环境中情感体验的粗糙到细粒度分析。环境心理学杂志，96，102337。

寻找金发女孩影响者：追随者数量如何推动社交媒体参与

在这项多方法研究中，作者使用Labvanced的基于网络摄像头的眼动追踪测量参与者如何与影响者内容进行视觉互动。通过追踪参与者查看具有不同影响者追随者数量的Instagram个人资料时的注视行为（作为关注区域），他们能够评估注意力模式与感知连接和参与之间的关系。

Wies, S.，Bleier, A. 和Edeling, A.（2023）。寻找金发女孩影响者：追随者数量如何推动社交媒体参与。市场营销杂志，87(3)，383-405。

交互演示

实时指标

在这个简单的视觉任务演示中，展示了几个眼动追踪功能，针对两个作为兴趣区域（AoI）的图片：停留时间、第一次注视时间、注视次数和平均注视持续时间。注意：研究开始时有5分钟的校准（中等松弛的下巴支撑约束），导入后您可以进一步编辑。

优先视觉范式

这项研究使用优先视觉范式来研究婴儿的视觉注意力，并可以进一步用作此类研究的模板。参与者并排观看图像或视频，同时记录注视模式、注视持续时间和头部方向，以及参与者的视频录制。注意：使用对婴儿友好的校准。

AOI检测

使用多边形形状遮罩特定面部特征，计算注视次数并记录注视坐标。查看如何设置事件以记录眼动追踪数据，以及如何使用对象定义独特的AOI。

头部追踪

在此演示中，您可以尝试不同的头部位置来移动屏幕上的滑块，这些滑块作为数值的可视化。头部追踪通常用作眼动追踪的补充或替代。

数据隐私和网络摄像头眼动追踪 🔐

在Labvanced，我们非常重视数据隐私和安全。 这可以通过以下几点最好地表现出来：

• 所有面部和眼部数据的处理都发生在用户的设备上，确保眼部数据真正的隐私设计。
• 仅保存注视位置和注视持续时间（完全匿名的数值数据）到我们的服务器上。
• 已进行外部安全审计（VAPT），并成功通过。申请时可提供文件。
• 我们的服务器属于我们，且仅位于欧盟内/欧洲管辖权下。
• 我们根据要求向您提供技术和组织措施（ToM）和数据处理协议（DPA）。
• 所有数据可以进行端到端加密（PGP），因此数据将仅以加密格式存储在我们的服务器上。

文档

将网络摄像头眼动追踪集成到您的Labvanced任务中

逐步概述如何启用眼动追踪并设计可靠捕捉注视数据的任务。

网络摄像头眼动追踪研究中的参与者体验

详细概述参与者在校准和录制期间所见，帮助您设计更顺畅的远程研究体验。

与婴儿和幼儿进行网络摄像头眼动追踪研究的最佳实践

使用网络摄像头眼动追踪进行婴儿和幼儿研究时需要牢记的实施提示。

可行性检查

如果您需要更多支持或对特定的网络摄像头眼动追踪功能感兴趣，请通过聊天或电子邮件与我们联系。我们非常乐意听取您的研究并为您解答有关平台的任何问题以及讨论项目的可行性。